في مجال توليد الصور باستخدام الذكاء الاصطناعي، تواصل OpenAI تقديم التطورات التي يبدو أنها تدفع حدود ما هو ممكن. والدليل هو العرض في نفس شهر سبتمبر DALL-E3، خوارزمية جديدة تمثل ثورة حقيقية في عالم تحويل النص إلى صورة.
DALL-E3 هو نموذج يعتمد على DALL-E 2 وChatGPT، ولكنه يبرز قبل كل شيء في مهمة "ترجمة" الأوصاف النصية إلى صور بمستوى رائع من التفاصيل والدقة. والنتائج، بالنظر إلى الصور التي تم تسريبها حتى الآن (نقوم بتضمين بعضها في هذا المقال)، هي ببساطة مثيرة للإعجاب.
هذا النموذج القوي للذكاء الاصطناعي ولا يزال في مراحله الأولى من التطوير والبحث.. ومع ذلك، فإن ما هو معروف حتى الآن يدعو بالتأكيد إلى الحماس. إنه الإعلان عن مستقبل تكنولوجيا توليد الصور، وهو السيناريو الذي يبدو أنه ليس له حدود وسيتركنا بلا شك عاجزين عن الكلام مرات عديدة.
لا يزال هناك الكثير من التفاصيل التي سيتم الكشف عنها حول DALL-E 3، ولكن بما هو معروف بالفعل، يمكننا رسم عرض تقديمي صغير لما يمكن أن تقدمه لنا هذه الأداة:
ما هو النص لتوليد الصورة؟
وهذا هو أحد المجالات التي يتجلى فيها تأثير الذكاء الاصطناعي على حياتنا بشكل واضح. تقوم نماذج مثل DALL-E 3 بإنشاء شبكات عصبية لتحويل النصوص إلى صور حية وواقعية للغاية.
هذه النماذج فهم وتفسير كتاباتنا، والتقاط التفاصيل والألوان والسياقات المعقدة لإنشاء تمثيلات مرئية مذهلة. هناك العديد من التطبيقات لهذه الطريقة الجديدة لتوليد الصور: الفن والتصميم وإنشاء المحتوى... إنها أداة قوية لإضفاء الحيوية على الأفكار الإبداعية.
طريقة جديدة لتوليد الصور من النص
تم تصميم DALL-E 3 خصيصًا لإعادة تعريف الطريقة التي تقوم بها بإنشاء الصور من النص. الحلول المقدمة حتى الآن غالبا ما تكون قاصرة، لأنها تتجاهل كلمات أو تعبيرات معينة. بمعنى آخر: فقط هؤلاء المستخدمين الخبراء في اللغة الهندسية السريعة يمكنهم الاستفادة منها.
على العكس من ذلك، يمثل DALL-E 3 تغييرًا جذريًا. تقدم يعني أنه يمكن لأي مستخدم استخدام هذه التكنولوجيا والحصول على نتائج مذهلة، دون تعقيدات.
ومن خلال دمجه بشكل مثالي مع ChatGPT، يصبح DALL-E 3 شريكًا مبدعًا وسريع الاستجابة لمطالبنا. كل ما يتعين علينا فعله هو نقل أفكارنا إليها من خلال الكلمات والأوصاف، وترك الخوارزمية تقوم ببقية العمل: إعطاء الحياة لأفكارنا، وإنشاء صور مخصصة ذات تأثير بصري رائع.
مزيد من الدقة
في الإصدار السابق من DALL-E، حدثت نفس المشاكل كما في بقية نماذج الذكاء الاصطناعي التوليدي. لم تكن طريقة تفسير الرسائل النصية المعقدة صحيحة دائمًا. وفي بعض الأحيان، كانت المفاهيم تختلط عند توليد الصور، مما أدى إلى نتائج سخيفة أو بشعة.
ولكن على عكس أسلافه، تم تصميم DALL-E 3 لفهم المطالبات النصية بدرجة ملحوظة من الدقة، والتقاط الفروق الدقيقة والتفاصيل كما لم يحدث من قبل.
القضايا الأخلاقية والشفافية
إن الجدل الأخلاقي حول الصور التي يولدها الذكاء الاصطناعي أصبح بالفعل على لسان العديد من الناس، وليس الخبراء فقط. ل تجنب إنشاء صور ذات محتوى عنيف أو إباحي أو قد تحرض على الكراهية، يتضمن DALL-E 3 بعض الإجراءات الأمنية التي تحد من بعض جوانب إنشاء المحتوى. كما أنه يحتوي على فلتر يمنع إنشاء صور للشخصيات العامة، وبالتالي الحفاظ على خصوصيتهم ومكافحة هذا النوع من الصور أخبار وهمية.
مصدر قلق آخر للمسؤولين عن DALL-E 3 هو أن يكونوا شفافين قدر الإمكان مع مستخدميه فيما يتعلق بـ "واقع" صورهم. لا يمكن أن يكون الأمر خلاف ذلك، لأنه مع تزايد تكرار المحتوى الناتج عن الذكاء الاصطناعي على الإنترنت، فإنه ينمو الحاجة إلى الشفافية قدر الإمكان في تحديد المحتوى المذكور. ومرة أخرى، الهدف هو تجنب الخداع وسوء الفهم، ووضع الأسس للاستخدام المسؤول لهذه التكنولوجيا الجديدة. إذا لم يكن هذا الوهم.
لهذا السبب، تبحث OpenAI بنشاط عن طرق جديدة لمساعدة الأشخاص على التمييز بين الصور التي ينشئها الذكاء الاصطناعي وتلك التي ينشئها البشر. يتم الآن اختبار أداة داخلية تم تسميتها بالفعل "مصنف المصدر". من الناحية النظرية، بفضل هذه الأداة سيكون من الممكن تحديد ما إذا كانت الصورة قد تم إنشاؤها بواسطة DALL-E 3، وبالتالي فهي ليست صورة حقيقية.
صدر
إذا سار كل شيء كما هو مخطط له، فسيتم تقديم DALL-E 3 للجمهور في أكتوبر 2023. أول من تتاح له الفرصة لمعرفة كيفية عمل الخوارزمية الجديدة سيكون مستخدمو ChatGPT Plus وChatGPT Enterprise. تعتزم OpenAI تنفيذ DALL-E 3 في نموذج تدريجيأي جرعات وظائفه، على الرغم من أنه لم يؤكد بعد تاريخًا محددًا للإطلاق العام والمجاني.